論文の概要: Detection of patterns in a discrete-outcome sensor network

• arxiv url: http://arxiv.org/abs/2606.25100v1
• Date: Tue, 23 Jun 2026 19:16:08 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-25 17:05:30.123204
• Title: Detection of patterns in a discrete-outcome sensor network
• Title（参考訳）: 離散出力センサネットワークにおけるパターン検出
• Authors: Pranjal Agarwal, Nada Ali, Mark Hillery,
• Abstract要約: 離散的な結果の量子センサーネットワークは、検出器の活性化にのみ関心を持つものである。 我々は1次元と2次元の両方の検出器アレイについて検討し、最小エラー状態判別の手法を利用する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: A discrete outcome quantum sensor network is one in which we are only interested in which detectors are activated. This can be studied in either the strong or weak interaction regime. If the detectors interact strongly with the environment, it is possible to definitely find which ones were activated. If the interaction is weaker, there is a possibility of making an error, and the object is to minimize the probability of this happening. Here we will be interested in this weaker interaction regime. We will also assume that only certain patterns of detectors will be activated, different patterns being translated versions of a fundamental one. Our object will be to find which pattern has been activated. We will look at both one and two-dimensional detector arrays and make use of techniques from minimum-error state discrimination.
• Abstract（参考訳）: 離散的な結果の量子センサーネットワークは、検出器の活性化にのみ関心を持つものである。 これは強い相互作用と弱い相互作用のいずれにおいても研究できる。 検出器が環境と強く相互作用している場合、どの検出器が活性化しているかを確実に見つけることができる。 相互作用が弱ければ、エラーを起こす可能性があり、その発生確率を最小化することが目的である。 ここでは、この弱い相互作用体制に興味を持つ。 また、検出器の特定のパターンのみが活性化されると仮定し、基本的なパターンの異なるバージョンが翻訳されると仮定する。 私たちのオブジェクトは、どのパターンがアクティベートされたかを見つけることです。 我々は1次元と2次元の両方の検出器アレイについて検討し、最小エラー状態判別の手法を利用する。

関連論文リスト

• Discrete-outcome sensor networks: Multiple detection events and grouping detectors [0.0]
  我々は,イエスノー質問に対する回答を求めるという意味で,離散的な量子センサネットワークについて検討する。 問題のひとつは、ネットワークにとって良い初期状態であり、特に、絡み合っていなければならないかどうかである。 グルーピング検出器の場合、絡み合った初期状態が役に立つ。
  論文  参考訳（メタデータ） (2024-07-29T21:59:04Z)
• Trash to Treasure: Low-Light Object Detection via Decomposition-and-Aggregation [76.45506517198956]
  低照度シナリオにおけるオブジェクト検出は、ここ数年で多くの注目を集めています。 主流で代表的なスキームは、レギュラー検出器の前処理としてエンハンサーを導入している。 本研究では,エンハンサー+検出器のポテンシャルを喚起する。
  論文  参考訳（メタデータ） (2023-09-07T08:11:47Z)
• Unified Adversarial Patch for Cross-modal Attacks in the Physical World [11.24237636482709]
  単一パッチにより同時に可視・近赤外物体検出装置を騙すための一元対向パッチを提案する。 可視・赤外線センサの異なるイメージング機構を考慮すると、我々の研究は対向パッチの形状をモデル化することに集中している。 その結果、我々の統一パッチは、それぞれ73.33%と69.17%のアタック成功率(ASR)を達成した。
  論文  参考訳（メタデータ） (2023-07-15T17:45:17Z)
• Spatial-Frequency Discriminability for Revealing Adversarial Perturbations [53.279716307171604]
  敵の摂動に対するディープニューラルネットワークの脆弱性は、コンピュータビジョンコミュニティで広く認識されている。 現在のアルゴリズムは、通常、自然および敵対的なデータの識別的分解を通じて、敵のパターンを検出する。 空間周波数Krawtchouk分解に基づく識別検出器を提案する。
  論文  参考訳（メタデータ） (2023-05-18T10:18:59Z)
• Tactile-Filter: Interactive Tactile Perception for Part Mating [54.46221808805662]
  人間は触覚と触覚に頼っている。 視覚ベースの触覚センサーは、様々なロボット認識や制御タスクに広く利用されている。 本稿では,視覚に基づく触覚センサを用いた対話的知覚手法を提案する。
  論文  参考訳（メタデータ） (2023-03-10T16:27:37Z)
• Discrete outcome quantum sensor networks [1.900481513930264]
  量子状態判別の手法を用いて量子センサネットワークをモデル化する。 絡み合った初期状態は検出確率を向上させることができるが、この利点は検出器の数が増えるにつれて減少する。
  論文  参考訳（メタデータ） (2022-10-31T12:21:40Z)
• From One to Many: A Deep Learning Coincident Gravitational-Wave Search [58.720142291102135]
  単一検出器からの非スピン型二元ブラックホールデータに基づいてトレーニングされたニューラルネットワークを用いて、二元ブラックホールの融合から重力波を2検出器で探索する。 これらの単純な2検出器ネットワークはいずれも、検出器のデータに個別にネットワークを適用するよりも感度を向上させることができない。
  論文  参考訳（メタデータ） (2021-08-24T13:25:02Z)
• Learning to Separate Clusters of Adversarial Representations for Robust Adversarial Detection [50.03939695025513]
  本稿では,最近導入された非破壊的特徴を動機とした新しい確率的対向検出器を提案する。 本稿では,非ロバスト特徴を逆例の共通性と考え,その性質に対応する表現空間におけるクラスターの探索が可能であることを推定する。 このアイデアは、別のクラスタ内の逆表現の確率推定分布を導出し、その分布を確率に基づく逆検出器として活用する。
  論文  参考訳（メタデータ） (2020-12-07T07:21:18Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。